Quantifier les usages de l’eau : une clarification terminologique et conceptuelle pour lever les confusions
Bibliographic record
Abstract
Cet article met en évidence les confusions existantes relatives aux termes employés dans les travaux sur les usages de l’eau : besoins, demandes, apports, consommation, prélèvements. Nous proposons un cadre terminologique adapté aux enjeux de la quantification de ces termes, nécessaire au suivi de la gestion intégrée des ressources en eau (GIRE). Une revue de la littérature permet d’abord d’identifier les termes synonymes de l’usage de l’eau et leurs diverses interprétations. Ensuite, une proposition de terminologie est élaborée autour du concept du cycle d’usage de l’eau, dont la schématisation permet d’illustrer les particularités de chaque terme. Les résultats montrent que les confusions apparaissent principalement au niveau de l’usage même de l’eau, pour lequel les termes associés (besoin, demande, apport et consommation) sont souvent mobilisés de manière imprécise, voire indifférenciée. Les nuances permettant de distinguer ces notions sont décrites via un schéma général de cycle d’usage de l’eau, dont la demande est le moteur principal. Les particularités propres à certains usages sont ensuite schématisées : approvisionnement en eau potable (AEP), irrigation et usages environnementaux. Cette réflexion a été menée conjointement par un géologue, un géographe, une hydrologue et un économiste, ce qui permet d’entretenir le débat sur la terminologie des usages de l’eau et de proposer un essai de synthèse, tel un préalable nécessaire à toute recherche interdisciplinaire sur les « usages de l’eau ».
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.009 | 0.019 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.006 | 0.005 |
| Science and technology studies | 0.003 | 0.009 |
| Scholarly communication | 0.009 | 0.019 |
| Open science | 0.002 | 0.006 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".